[发明专利]基于层次三元组损失函数的深度度量学习方法及其装置有效
| 申请号： | 201811044820.5 | 申请日： | 2018-09-07 |
| 公开（公告）号： | CN109145129B | 公开（公告）日： | 2020-03-31 |
| 发明（设计）人： | 黄伟林;戈维峰;董登科;马修·罗伯特·斯科特 | 申请（专利权）人： | 深圳码隆科技有限公司 |
| 主分类号： | G06F16/50 | 分类号： | G06F16/50;G06N3/02 |
| 代理公司： | 深圳市精英专利事务所 44242 | 代理人： | 刘贻盛 |
| 地址： | 518000 广东省深圳市盐田区沙头*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于层次三元组损失函数的深度度量学习方法及其装置，其中所述方法包括：基于三元组损失函数构建层次类别树；对三元组损失函数进行层次化，得到层次三元组损失函数；使用层次三元组损失函数训练深度神经网络；提取得到目标图像抽取特征，并进行图像搜索，以便于得到目标搜索图像。本发明通过预先构建层次类别树，并基于层次类别树得到层次三元组损失函数，进而通过该层次三元组损失函数对进行对神经网络训练，已提取特征并进行图像搜索，克服了现有的三元组损失函数算法中的样本过于随机的缺点，进行学习、搜索和识别任务的速度快、效率高，并且大大提高了准确度。 | ||
| 搜索关键词： | 基于 层次 三元 损失 函数 深度 度量 学习方法 及其 装置 | ||
【主权项】：
1.一种基于层次三元组损失函数的深度度量学习方法，其特征在于，包括：基于三元组损失函数得到任意两类之间的类间距离，构建层次类别树；基于所述层次类别树，通过所述类间距离，对三元组损失函数进行层次化，得到层次三元组损失函数；基于所述层次三元组损失函数对神经网络进行训练，提取得到目标图像抽取特征，并根据所述目标图像抽取特征进行图像搜索，以便于得到目标搜索图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳码隆科技有限公司，未经深圳码隆科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811044820.5/，转载请声明来源钻瓜专利网。
